#Conceptualización e interfaz de R

•¿Qué es un objeto en R? ¿Cómo se crea y se manipula un objeto?

Un objeto puede ser una variable, un data frame.Una variable se crea poniendole un nombre a la variable y su valor o nombre, dependiendo de que tipo de dato sea, asi mismo se manipula.

nombre='Karen'
apellido='Sanchez'
paste(nombre,apellido)
## [1] "Karen Sanchez"
x=12
y=13
x+y
## [1] 25

•¿Cuál es la diferencia entre una variable y un objeto?

Una variable es ub objeto simple donde almacena algo de un solo valor, un objeto es algo mas complejo como un data frame, etc.

•¿Qué es un script en R?

Es donde se utilizan diferentes estructuras de datos y pueden guardarsen.

•¿Qué son los comentarios en R y cómo se utilizan?

Se utilizan para agregar algun tipo de informacion adicional acerca de nuestro datos.

•Explica la diferencia entre un archivo .R y un archivo .RMarkdown.

Un archivo en R solo es para guardar estructuras de datos y un Rmarkdown nos hace lo mismo pero tambien nos permite publicar todos los archivos compilados en internet.

•¿Cómo se puede ejecutar solo una parte de un script en RStudio?

Solo se escoge los datos que quiera correr y asi mismo aparecera en la consola.

•¿Cuál es la función de la pestaña “Environment” en RStudio?

Guardar todas las variables que tenemos en nuestro Rscript.

•Explica la diferencia entre la función print y la ejecución directa de un objeto en la consola

La funcion print es para imprimir los datos que queremos ver y saldra en la consola, la ejecucion directa sirve para hacer funciones rapidas sin necesidad de ponerlo en el R scripts.

•¿Cuál es la diferencia entre los operadores =, y, <- en R?

Ninguna.

nombre='Karen'
nombre2<-'Valentina'
print(nombre)
## [1] "Karen"
print(nombre2)
## [1] "Valentina"

•Tipos de objetos, funciones más comunes, operaciones lógicas

##Crea un vector con los nombres de cinco países e imprime el tercero y el quinto elemento.

paises <- c("Colombia", "Chile", "Espana", "Canada", "Mexico")

print(paises[3])  
## [1] "Espana"
print(paises[5])  
## [1] "Mexico"

•¿Cuál es la diferencia entre un vector y un data.frame en R?

Un vector es un objeto con varios valores, un data frame es una estructura de datos donde compila varios vectores.

•¿Qué resultado devuelve la siguiente operación lógica en R? (5 >= 3) & (4 == 2 + 2) | (7 < 1)

 (5 >= 3) & (4 == 2 + 2) | (7 < 1)
## [1] TRUE

•¿Cómo se puede verificar si un objeto en R es de tipo numeric?

x=15
class(x)
## [1] "numeric"

Manejo de datos: importar, exportar, recodificar

•Importa un archivo xlsx llamado “ventas.csv” y guárdalo en un dataframe llamado ventas_data. (que contenga datos ficticios: fecha_venta, articulo, valor del articulo)

library(readxl)
ventas_csv <- read_excel("C:/Users/KAREN SANCHEZ/OneDrive/R/ventas.csv.xlsx")
View(ventas_csv)
fecha_venta<-c('6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo')
articulo<-c('Cobija','sabana','cubiertos','almohada', 'pantalon','licra', 'calzones','tangas','medias','pantuflas','bolso','termo','mesa','casco')
valor_articulo<-c(20,4,3,4,7,10,36,41,78,95,12,45,12,64)
ventas_data<-data.frame(fecha_venta,articulo,valor_articulo)

•¿Cómo se importa un archivo Excel en R utilizando el paquete readxl?

Se realiza el archivo de excel por aparte, luego entramos a R y buscamos la opcion importar excel, buscamos el archivo y nos dan el codigo para imprimirlo.

•¿Cómo se pueden renombrar las columnas de un dataframe en R?

Con colnames.

fecha_venta<-c('6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo','6 de Marzo')
articulo<-c('Cobija','sabana','cubiertos','almohada', 'pantalon','licra', 'calzones','tangas','medias','pantuflas','bolso','termo','mesa','casco')
valor_articulo<-c(20,4,3,4,7,10,36,41,78,95,12,45,12,64)
ventas_data<-data.frame(fecha_venta,articulo,valor_articulo)
colnames(ventas_data)[1]<-'clientes ficticios'
print(ventas_data)
##    clientes ficticios  articulo valor_articulo
## 1          6 de Marzo    Cobija             20
## 2          6 de Marzo    sabana              4
## 3          6 de Marzo cubiertos              3
## 4          6 de Marzo  almohada              4
## 5          6 de Marzo  pantalon              7
## 6          6 de Marzo     licra             10
## 7          6 de Marzo  calzones             36
## 8          6 de Marzo    tangas             41
## 9          6 de Marzo    medias             78
## 10         6 de Marzo pantuflas             95
## 11         6 de Marzo     bolso             12
## 12         6 de Marzo     termo             45
## 13         6 de Marzo      mesa             12
## 14         6 de Marzo     casco             64

•Crea un dataframe llamado empresa con 3 columnas: “Rol en la compañia” (carácter),“Horas de trabajo” (numérico) y “Permisos en el mes” (numérico). Añade cinco filas con datos ficticios.

rolenlacompañia<-c('contador','I.sistemas','doctora','matematico')
horasdetrabajo<-c(5,6,4,2)
permisosenelmes<-c(1,9,5,3)
empresa<-data.frame(rolenlacompañia,horasdetrabajo,permisosenelmes)
print(empresa)
##   rolenlacompañia horasdetrabajo permisosenelmes
## 1        contador              5               1
## 2      I.sistemas              6               9
## 3         doctora              4               5
## 4      matematico              2               3

•Añade cinco filas con datos ficticios.

rolenlacompañia<-c('contador','I.sistemas','doctora','matematico')
horasdetrabajo<-c(5,6,4,2)
permisosenelmes<-c(1,9,5,3)
empresa<-data.frame(rolenlacompañia,horasdetrabajo,permisosenelmes)
nuevo1<-data.frame(rolenlacompañia='doctor',horasdetrabajo=8,permisosenelmes=5)
nuevo2<-data.frame(rolenlacompañia='doctor',horasdetrabajo=8,permisosenelmes=5)
nuevo3<-data.frame(rolenlacompañia='doctor',horasdetrabajo=8,permisosenelmes=5)
nuevo4<-data.frame(rolenlacompañia='doctor',horasdetrabajo=8,permisosenelmes=5)
nuevo5<-data.frame(rolenlacompañia='doctor',horasdetrabajo=8,permisosenelmes=5)
empresa<-rbind(empresa,nuevo1)
empresa<-rbind(empresa,nuevo2)
empresa<-rbind(empresa,nuevo3)
empresa<-rbind(empresa,nuevo4)
empresa<-rbind(empresa,nuevo5)
print(empresa)
##   rolenlacompañia horasdetrabajo permisosenelmes
## 1        contador              5               1
## 2      I.sistemas              6               9
## 3         doctora              4               5
## 4      matematico              2               3
## 5          doctor              8               5
## 6          doctor              8               5
## 7          doctor              8               5
## 8          doctor              8               5
## 9          doctor              8               5

•Agrega dos columnas al dataframe anterior: una con los nombres de los empleados y otra con sus años de experiencia. Luego, añade una tercera columna que calcule el salario estimado utilizando la siguiente fórmula: salario= 350000 +(años de experiencia X 200).

rolenlacompañia<-c('contador','I.sistemas','doctora','matematico')
horasdetrabajo<-c(5,6,4,2)
permisosenelmes<-c(1,9,5,3)
empresa<-data.frame(rolenlacompañia,horasdetrabajo,permisosenelmes)
nuevo1<-data.frame(rolenlacompañia='doctor',horasdetrabajo=8,permisosenelmes=5)
nuevo2<-data.frame(rolenlacompañia='doctor',horasdetrabajo=8,permisosenelmes=5)
nuevo3<-data.frame(rolenlacompañia='doctor',horasdetrabajo=8,permisosenelmes=5)
nuevo4<-data.frame(rolenlacompañia='doctor',horasdetrabajo=8,permisosenelmes=5)
nuevo5<-data.frame(rolenlacompañia='doctor',horasdetrabajo=8,permisosenelmes=5)
empresa<-rbind(empresa,nuevo1)
empresa<-rbind(empresa,nuevo2)
empresa<-rbind(empresa,nuevo3)
empresa<-rbind(empresa,nuevo4)
empresa<-rbind(empresa,nuevo5)
empresa$nombre <- c('Laura','Jose','Aruro','Camila','Karen','Laura', 'Jose','Aruro','Camila') 
empresa$años_experiencia <- c(1,2,3,4,5,6,7,8,9) 
print(empresa)
##   rolenlacompañia horasdetrabajo permisosenelmes nombre años_experiencia
## 1        contador              5               1  Laura                1
## 2      I.sistemas              6               9   Jose                2
## 3         doctora              4               5  Aruro                3
## 4      matematico              2               3 Camila                4
## 5          doctor              8               5  Karen                5
## 6          doctor              8               5  Laura                6
## 7          doctor              8               5   Jose                7
## 8          doctor              8               5  Aruro                8
## 9          doctor              8               5 Camila                9
x=9
y=12
x+y
## [1] 21